没有Demis Hassabis就没有阿法狗，这位幕后的AI超级英雄究竟是何人？

【猎云网（微信号： ilieyun ）】3月16日报道（文/田小雪 蔡妙娴）

想必最近大家都多多少少看到了“人机大战”这一新闻头条，或许有人会好奇到底何为“人机大战”。今天，我们就来为大家详细介绍，进一步揭开其背后公司和创始人的神秘面纱。

“ 人机大战 ”—— 李世石 VS AlphaGo（俗名：阿法狗）

所谓“人机大战”就是指人类与人工智能程序之间的围棋大战，由于围棋是世界上公认的最复杂的棋盘游戏，所以这场大战吸引了全世界人民的 目光 。

首先，我们介绍应战的人类一方：韩国著名棋手李世石。作为近年来获得世界围棋冠军最多的棋手，李世石在国际上一直享有盛誉；其次，我们介绍对战的另一方，即由英国伦敦的DeepMind公司（隶属于Google）所研发的人工智能围棋程序AlphaGo。

此次人机大战于3月9日在韩国首尔打响战火，在共计五局的比赛中，机器人连胜前三场，跌破世人眼镜，而李世石终于在第四场扳回一局，捍卫了人类的尊严。

但是据最新消息指出，李世石在3月15日第五场的比赛中选择了使用黑棋，因为他发现AlphaGo在与黑棋对弈时，出错频率要比之前高，在做决定时比较犹豫。尽管如此，这场对垒还是以AlphaGo的胜利收官。至此，人机大战圆满结束。

AlphaGo背后老板 Demis Hassabis & AlphaGo东家DeepMind

那么这款人工智能围棋程序到底厉害在什么地方呢？

我们先来看看DeepMind联合创始人之一兼首席执行官Demis Hassabis的说法吧。他将李世石比作是“围棋界的费德勒”，他表示此次AlphaGo所取得的成功，与过去一台机器人在温布尔登网球公开赛中打败传奇冠军人物的经历非常类似。

Demis Hassabis出生于英国伦敦，母亲为中国和新加坡混血，父亲则拥有希腊和塞浦路斯两国的血统。他今年39岁，从小就是一个神童，博览群书，4岁开始下国际象棋。不仅如此，对于人工智能的热衷，引领他走过了职业生涯的四个阶段：游戏开发者、神经系统科学家、电脑程序员以及人工智能企业家。

他在首尔接受媒体专访时表示：“我个人认为这次的发明绝对是具有跨时代和突破性影响力的，但它是否会掀起一场革命，还要留给历史来评判。许多人都预测，我们至少还需要十年才能够达到现在的状态，所以对于现在所取得的成就，大家都感到欣喜若狂。”

虽然他本人对于目前所取得的小成就也非常兴奋，但是他的眼光和雄心远不止围棋这一个领域，他的梦想是提高各种机器的智能特性。

有了以上的工作经历之后，Demis Hassabis于2010年创建了人工智能公司——DeepMind。除了他自己，另外两位联合创始人分别是：Hassabis 儿时的朋友兼科技专家Mustafa Suleyman以及Hassabis 在伦敦大学学院修读神经科学研究生时认识的同学Shane Legg。

最终，这家公司在2014年被搜索巨头Google收购，收购额为4亿英镑。

Hermann Hauser是一位电脑科学家和企业家，他表示：“我所认识的Demis还拥有一点与众不同的品质。因为通常情况下，那些被称为神童的人都很难相处，但是Demis不一样，他是一个外向、开朗、大方的人，非常幽默。你在与他交谈的过程中，丝毫不会有傲慢或无礼的感觉。”

其实，Hassabis初次接触人工智能是在剑桥大学修读电脑科学的本科生阶段。那时候，大学教授就只会教一些“狭义上的”人工智能，他们会让程序员为某些电脑上的数据添加“标签”，以便电脑能够读懂这些数据信息。

但是，Hassabis对于这种教学却感到非常不满意。他想要创造的是一个“通用的”人工智能系统，能够充分利用周边“松散的、非结构化的”信息，来做出 有主 见的决定和预测。

而现在，DeepMind公司的工程师已经成功根据人脑和其神经网络创造出了一些智能的项目和程序。这些系统有时也会犯错，但是它们会在研究和开发的过程中慢慢学习和改善。有时候，用户还可以进行设置，命令其玩别的游戏或者完成别的任务。所以说，这种人工智能是通用的，而不是局限于某种具体用途。它就像人类一样进行各种思考活动。

以AlphaGo为例，它是DeepMind运用增强学习技术研发出的人工智能。它的理念中包含两个部分，一是人工智能本身，二是机器所处的环境。因为环境的复杂性，机器无法获得所有的信息，因此需要不断重复感知-反应的循环，以期在环境中获得最大收益。

绝大多数哺乳动物，包括人在内都符合这套规则。基于同样的原理，AlphaGo能够模拟人学习围棋的方法，在和人下棋的过程中，慢慢学会如何像专家一样思考。

对于人工智能项目和程序来说，最理想的测试方式就是游戏，因为科研人员可以设定某一个具体的完成目标，以根据其表现来测定是否存在需要改善的地方。

而Hassabis正是用来测试的最佳人选。作为一位13岁就成为国际象棋大师的神童，他在智力奥运会上的表现惊艳四座，沉着冷静，果断坚决，击败了大部分的竞争者。当时该活动的组织者回忆说，他简直可以称得上是“史上最优秀的棋手和玩家”。

Hassabis喜爱一切与人类随机性相关的游戏。他曾经获得过扑克世界锦标赛的冠军，并表示他之所以喜欢这个游戏是因为即使选手每一步都走对了，最后还是可能输掉比赛。此外，他还非常喜欢一种叫做Diplomacy的游戏，这个游戏的规则并不是那么严谨，所有选手都需要相互之间进行谈判和协商，需要进行结盟，但是在涉及到自己利益的时候又有可能会用某种卑鄙的手段去出卖对方。

围棋堪称是人工智能领域的“圣杯”。这项棋盘游戏起源于2500多年前的中国，在世界范围内拥有4000多万的玩家和棋手，其中专业棋手有1000位之多。

Hassabis表示：“我对围棋算是有着比较细致和深入的研究，我甚至能够看到它所蕴含的那种魅力。但它却不是我的强项，所以我到目前为止都没有亲自与AlphaGo对弈过，因为它太强大了，我还没开始，比赛就结束了。”

回顾 人工智能的发展史

其实，在很久之前，电脑就已经开发出了像西洋双陆棋和国际跳棋等游戏方面的人工智能程序。几乎所有人工智能先驱，包括信息论创始人Shannon、“人工智能”之父John  McCarthy、计算机科学创始人图灵，都曾严肃思考过制造国际象棋机器的问题。

20世纪80年代初，贝尔实验室的工程师们开发出了历史上第一个具有人类大师级水平的国际象棋机器“Belle”；80年代末，卡内基梅隆大学的许峰雄博士在 “Bella”的思路基础上进一步改进，研制出了第一个特级大师水平的国际象棋机器，取名“深思”；随后，许博士加入IBM研究院，在那里和其他几个团队成员一起研制出了实力更强的弈棋机器“深蓝”。

1997年，深蓝打败了人类国际象棋冠军Garry Kasparov，赢得了世界瞩目。那些程序员利用深蓝创建了一个智能系统，它能够对每一个可能的步骤所带来的每一种结果进行分析。

但是围棋要比象棋复杂得多了。因为在围棋的棋盘上，各种排列组合的可能性比宇宙中原子的数量还要多得多，哪怕是最强大的超级电脑也很难成功处理这么多的信息。所以说想要打败人类最优秀的围棋棋手着实需要一项前所未有的技术突破。

人工智能的前景展望

正如我们在文章开头所提到的一样，此场人机大战最终以AlphaGo的四场胜利告终。所以Hauser表示，鉴于此次取得的成果，他们会进一步将人工智能运用到其他的领域之中，比如机器人技术。

Hassabis曾经在一次采访中表示：“自动驾驶汽车机器人就目前来说还是狭义的人工智能。相反，我觉得日本在老年护理机器人、家庭清洁机器人上面有很多思考，这些思考对社会将会非常有用。特别是在一个人口老龄化的社会里，这是一个非常紧迫的问题。”

Hassabis说：“外界对于我们的人工智能所取得的成就还存在一些疑惑，他们觉得我们似乎只有一个围棋世界冠军，却没有一些其他具体的现实产品。”

对于他来说，创造出能够打败人类的游戏机器只是DeepMind放出大招之前所进行的小测试而已。公司还打算在不久的将来发明出更多为现实世界服务的科学技术，比如说打造更加智能的手机助手，帮助科学家去解决一些社会中亟需解决的医疗保健等问题。

DeepMind早在二月就表示，他们会通过DeepMind Health与伦敦帝国理工学院及伦敦皇家自由医院展开合作。

目前，DeepMind Health已经开发出一款名为Streams的软件，让临床医生能够更快地观察到医疗结果。该软件当下正在皇家自由医院进行试点。该医院患者安全助理医学总监Chris Laing表示，Streams只需几秒钟便能查看存在急性肾脏损伤风险的病人的验血结果，并优化对病人的治疗方案。